N = f0; 1; 2; : : : g: [n] = f1; : : : ; ng: M = f x j x hat die Eigenschaft E g:

Größe: px
Ab Seite anzeigen:

Download "N = f0; 1; 2; : : : g: [n] = f1; : : : ; ng: M = f x j x hat die Eigenschaft E g:"

Transkript

1 1 Mengen Gregor Cantor denierte 1895 eine Menge als eine Zusammenfassung wohldenierter, unterscheidbarer Objekte. Eine Menge wird als neues Objekt angesehen, die Menge ihrer Objekte. Ein Objekt x aus der Menge M wird als Element von M bezeichnet. Wir schreiben dafur kurz: x 2 M. Gehort ein Objekt y nicht zur Menge M, so schreiben wir: y 62 M. Die Anzahl der Elemente einer Menge M wird auch als deren Machtigkeit bezeichnet und mit jm j abgekurzt. Notation von Mengen Es gibt verschiedene Moglichkeiten, Mengen aufzuschreiben. Eine davon ist die Aufzahlung der Elemente innerhalb von Mengenklammern f: : : g. Zum Beispiel ist D = f3g die Menge, die nur aus dem Element 3 besteht. Also ist jdj = 1. Die Menge der Teiler von 10 ist T 10 = f1; 2; 5; 10g. Es gilt also jt 10 j = 4. Die leere Menge ist die Menge, die keine Elemente enthalt. Sie wird mit ; bezeichnet. Es ist also ; = fg und j;j = 0. Die Menge der naturlichen Zahlen wird mit N bezeichnet, N = f0; 1; 2; : : : g: Da diese Menge unendlich viele Elemente enthalt kann man nicht mehr alle aufschreiben. Stattdessen sollen die 3 Punkte andeuten, wie es weiter geht. Aber auch bei Mengen mit endlich vielen Elementen kommt die Schreibweise mit Punkten zum Einsatz: fur n 2 N denieren wir die Menge [n] = f1; : : : ; ng: [n] besteht also aus allen naturlichen Zahlen von 1 bis n. Ein Wurfel zeigt die Zahlen der Menge [6] = f1; 2; 3; 4; 5; 6g an. Fur Lottospieler ist speziell die Menge [49] = f1; 2; : : : ; 49g interessant. Mit Z wird die Menge der ganzen Zahlen bezeichnet, Z = f : : : ; 2; 1; 0; 1; 2; : : : g: Dies ist die Erganzung der naturlichen Zahlen durch entprechende negative Zahlen. Eine Menge ist alleine dadurch deniert, welche Elemente sie enthalt. Zwei Mengen A und B heien gleich, falls sie die gleichen Elemente enthalten. Wir schreiben dann A = B. Insbesondere spielt die Reihenfolge in der man die Elemente einer Menge notiert keine Rolle. Beispielsweise kann man die Menge T 10 auch wie folgt schreiben: T 10 = f10; 5; 2; 1g. Eine andere Art Mengen zu notieren ist die Form: M = f x j x hat die Eigenschaft E g: Es gehoren dann alle Elemente x zur Menge M, die die Eigenschaft E haben. Zum Beispiel T 10 = f t j t 2 N und t teilt 10 g; [n] = f k j k 2 N und 1 k n g: 1

2 Arbeitet man uber einer Grundmenge, so wie hier uber den naturlichen Zahlen, so schreibt man auch (ubersichtlicher) T 10 = f t 2 N j t teilt 10 g. Ein Beispiel fur eine unendliche Menge sind die rationalen Zahlen, n a o Q = j b a; b 2 Z und b 6= 0 : Antinomien Der hier vorgestellte Ansatz fur die Mengenlehre nach Cantor wird als naive Mengenlehre bezeichnet, da er zu Widerspruchen fuhrt. Ende des 19-ten Jahrhunderts entdeckte Bertrand Russell diese sogenannten Antinomien. Wir betrachten ein Beispiel. Ein Teil der Manner in einem Dorf rasiert sich selbst. Die anderen Manner rasiert der Barbier. Wir bilden folgende Menge M = falle Manner, die sich nicht selbst rasiereng: Oenbar werden hier wohldenierte, unterscheidbare Objekte zusammengefasst. Es handelt sich somit um eine zulassige Mengenbildung gema obiger Denition. Die Frage ist nun, ob der Barbier b zu M gehort. Es gilt b 2 M () b rasiert sich nicht selbst () b wird vom Barbier rasiert () b rasiert sich selbst () b 62 M Beispiele wie dieses losten damals eine tiefe Krise in der Mathematik aus. Es bedurfte eines erheblichen Aufwands die Mengenlehre so aufzubauen, dass diese Widerspruche nicht mehr auftreten konnen. In der heutigen Mengenlehre ist eine Mengenbildung wie in obiger Antinomie nicht moglich. Fur unsere Zwecke reicht die naive Mengendenition aber vollig aus. Unsere Mengen sind immer Teilmengen von vorher festgelegten Grundmengen, wie beispielsweise den ganzen Zahlen. Dann konnen obige Widerspruche nicht auftreten. 1.1 Teilmengen Fur zwei Mengen A und B heit A Teilmenge von B (oder B Obermenge von A), falls jedes Element von A auch Element von B ist. Wir schreiben dafur kurz: A B. Zur Teilmengen-Beziehung sagt man auch Inklusion. Zum Beispiel gilt T 10 [12] N Z Q. Ist A keine Teilmenge von B, so schreiben wir A 6 B. Beispielsweise ist [5] 6 T 10, da 3 2 [5] aber 3 62 T 10. Fur jede Menge A ist A Teilmenge von sich selbst, A A. Ebenso ist die leere Menge Teilmenge von A, ; A, da jedes Element der leeren Menge, namlich keines, auch Element von A ist. Deswegen nennt man A und ; auch die trivialen Teilmengen von A. Ist A B fur eine Menge B 6= A, dann sagt man auch, dass A echte Teilmenge von B ist, und schreibt A B oder A ( B. 2

3 Die Inklusion ist transitiv: fur drei Mengen A, B und C gilt A B und B C =) A C: Eine weitere einfache Beobachtung ist, dass zwei Mengen A und B genau dann gleich sind, wenn jede in der anderen enthalten ist: A B und B A () A = B: Diese Eigenschaft ist nutzlicher als es auf den ersten Blick erscheinen mag. Oft hat man namlich den Fall, dass Mengen A und B mit so unterschiedlichen Beschreibungen gegeben sind, dass man nicht sofort sieht, dass in Wirklichkeit A = B gilt. Mit obiger Eigenschaft kann man diesen Nachweis nun in zwei Schritte zerlegen, was oft einfacher ist. Man weist dann nach, dass jede Menge in der anderen enthalten ist. Als Beispiel betrachten wir die Menge A, die aus allen geraden ganzen Zahlen besteht. Das sind alle Zahlen g 2 Z, die sich in der Form g = 2n schreiben lassen, fur eine ganze Zahl n, A = f 2n j n 2 Z g: Die Menge B besteht aus allen Zahlen, die sich als Summe von zwei ungeraden ganzen Zahlen schreiben lassen, B = f u + v j u; v 2 Z sind ungerade g: Man sieht also nicht sofort, dass A und B gleich sind (zumindest als Anfanger). Wir zeigen A = B, indem wir zunachst A B, und dann B A nachweisen. 1. A B: Fur ein beliebiges Element a 2 A zeigen wir, dass a auch in B liegt. Sei a = 2n fur eine ganze Zahl n. Wir zerlegen a in u = 2n 1 und v = 1. Dann sind u und v beide ungerade und Damit ist a 2 B. u + v = (2n 1) + 1 = 2n = a: 2. B A: Sei nun b ein beliebiges Element aus B. Die Zahl b lasst sich also schreiben als b = u + v fur ungerade ganze Zahlen u und v. Da u und v ungerade sind, lassen sie sich wiederum schreiben als u = 2k + 1; v = 2l + 1; fur ganze Zahlen k und l. Damit erhalten wir b = u + v = (2k + 1) + (2l + 1) = 2k + 2l + 2 = 2(k + l + 1): Da k + l + 1 eine ganze Zahl ist, ist folglich b = 2(k + l + 1) gerade und damit b 2 A. 3

4 Die Menge [3] hat insgesamt 8 Teilmengen: ;; f1g; f2g; f3g ; f1; 2g; f1; 3g; f2; 3g; f1; 2; 3g: Diese Teilmengen sind wohldenierte, unterscheidbare Objekte. Nach der Cantor'schen Mengendenition konnen wir also die Teilmengen in einer neuen Menge zusammenfassen: Fur eine Menge A denieren wir die Potenzmenge von A als die Menge P(A) aller Teilmengen von A, P(A) = f T j T A g: Setzen wir also Mengenklammern um obige Aufzahlung der Teilmengen von [3], dann erhalten wir die neue Menge P([3]), die Potenzmenge von [3]. Weitere Beispiele sind P([2]) = f;; f1g; f2g; f1; 2gg; P(f1g) = f;; f1gg; P(;) = f;g: Man beachte, dass f;g nicht das gleiche ist wie ;: die Menge f;g enthalt ein Element, namlich ;. Dagegen enthalt ; kein Element. Obige Beispiele zeigen die Potenzmenge von Mengen mit k = 0; 1; 2; 3 Elementen. Die Potenzmenge hat dann jeweils 2 k Elemente. Wir werden spater sehen, dass dies auch allgemein die richtige Formel ist, es gilt jp(a)j = 2 jaj : Aus diesem Grund wird in manchen Buchern die Potenzmenge auch mit 2 A statt P(A) bezeichnet. Fur A B ist P(A) P(B). Ist namlich T 2 P(A), also T A, dann gilt auch T B, da ja nach Voraussetzung A B gilt und die Inklusion transitiv ist. Folglich ist T 2 P(B). 1.2 Operationen auf Mengen Aus zwei Mengen A und B kann man neue Mengen bilden. Die Vereinigungsmenge von A und B wird mit A [ B bezeichnet und fasst die Elemente beider Mengen in einer Menge zusammen: A [ B = f x j x 2 A oder x 2 B g: Die Durchschnittsmenge von A und B wird mit A\B bezeichnet und enthalt die Elemente in beiden Mengen vorkommen: A \ B = f x j x 2 A und x 2 B g: A und B heien disjunkt, falls A \ B = ;. Wir fassen die 6 Zahlen, die wir im Lotto getippt haben, in der Menge T [49] zusammen. Die Lottoziehung ergab die 6 Zahlen Z [49]. Dann sind in T [Z alle Zahlen aus Tipp und Ziehung und in T \Z sind unsere \Richtigen". Sind T und Z disjunkt, so lagen wir mit unserem Tipp voll daneben! Weitere Beispiele sind 4

5 [6] [ T 10 = f1; 2; 3; 4; 5; 6; 10g; D [ T 10 = f1; 2; 3; 5; 10g; ; [ T 10 = T 10 ; [n] [ N = N; [6] \ T 10 = f1; 2; 5g; D \ T 10 = ;; ; \ T 10 = ;; [n] \ N = [n]: Oensichtlich gilt A \ B A A [ B. Die Dierenzmenge von A und B wird mit A B oder auch A n B bezeichnet und enthalt alle Elemente von A, die nicht in B sind, A B = f x j x 2 A und x 62 B g: Beispiele sind [6] T 10 = f3; 4; 6g und T 10 [6] = f10g. Im Lotto-Beispiel sind T Z alle Nieten, die wir unglucklicherweise anstatt den Zahlen in Z T angekreuzt haben. Hatten wir die Zahlen in (T \ Z)[(Z T ) angekreuzt, so wurden wir jetzt auf Hawaii am Strand bruten, und nicht uber diesem Manuskript! Sei M eine feste Grundmenge, so dass alle betrachteten Mengen Teilmengen von M sind. Sei also A M. Die Dierenz von M und A wird auch als Komplement von A (bzgl. M) bezeichnet, A = M A: Ein Beispiel bzgl. der Grundmenge N ist [6] = f0; 7; 8; 9; : : : g. Fur eine Menge A M ergibt die Vereinigung mit ihrem Komplement die Grundmenge und der Schnitt mit ihrem Komplement ist leer, A [ A = M; A \ A = ;: Komplementieren wir A doppelt, so erhalten wir wieder A, A = A: Das Komplement der leeren Menge ist die Grundmenge, und das der Grundmenge ist die leere Menge, ; = M; M = ;: Seien nun A; B M und sei A B. Damit ist also jedes Element aus A auch in B enthalten. Folglich ist jedes Element auerhalb von B auch auerhalb von A. Also gilt dann B A, A B =) B A: Die Denition von A B konnen wir in Bezug auf die Grundmenge M wie folgt umschreiben: A B = f x j x 2 A und x 62 B g = f x j x 2 A und x 2 B g = A \ B: 5

6 Damit konnen wir die Dierenz mit Hilfe von Schnitt und Komplement ausdrucken. Bei der symmetrische Dierenz von A und B nehmen wir neben A B auch die Elemente von B A auf. A 4 B = (A B) [ (B A): A 4 B enthalt also alle Elemente die in genau einer der Mengen A und B enthalten sind. Das konnen wir auch durch eine entweder-oder Verknupfung ausdrucken: A 4 B = f x j entweder x 2 A oder x 2 B g Zum Beispiel ist [6] 4 T 10 = f3; 4; 6; 10g. Es gilt A 4 A = ;; A 4 A = M: Sind A und B disjunkt, dann ist A 4 B = A [ B. Ist andererseits A B, dann ist A 4 B = B A. 1.3 Rechengesetze Viele Gesetzmaigkeiten bekommen wir direkt aus der Logik. uum Beispiel der Durchschnitt zweier Mengen A und B ist mittels einer und-verknupfung deniert, und die ist bekanntlich kommutativ. Es gilt also: A \ B = f x j x 2 A und x 2 B g = f x j x 2 B und x 2 A g = B \ A Folglich ist auch der Durchschnitt eine kommutative Operation. Das Kommutativgesetz gilt analog auch fur die Vereinigung, die mittels einer oder-verknupfung deniert ist, und der symmetrischen Dierenz, die mittels einer entweder-oder-verknupfung deniert ist. A [ B = B [ A A 4 B = B 4 A Dagegen ist die einfache Dierenz nicht kommutativ: im Allgemeinen ist A B 6= B A. Zum Beispiel ist [2] [1] = f2g und [1] [2] = ;. Mit derselben Methode lassen sich Assoziativgesetze zeigen und genauso Distributivgesetze (A [ B) [ C = A [ (B [ C) (A \ B) \ C = A \ (B \ C) (A 4 B) 4 C = A 4(B 4 C) A [ (B \ C) = (A [ B) \ (A [ C) A \ (B [ C) = (A \ B) [ (A \ C) A \ (B 4 C) = (A \ B) 4(A \ C) 6

7 Wir zeigen das Argument nocheinmal am Beispiel des dritten Distributivgesetzes: A \ (B 4 C) = f x j x 2 A und (entweder x 2 B oder x 2 C) g = f x j entweder (x 2 A und x 2 B) oder (x 2 A und x 2 C) g = (A \ B) 4(A \ C) Ein entsprechended duales Gesetz gilt allerdings wieder nicht. Zum Beispiel ist fur A = [1], B = [2], C = ; A 4(B \ C) = [1] 4 ([2] \ ;) = [1] (A 4 B) \ (A 4 C) = ([1] 4[2]) \ ([1] 4 ;) = ; Auch die Gesetze von de Morgan ubertragen sich aus der Logik: Ebenso die Verschmelzungsgesetze: A [ B = A \ B A \ B = A [ B A [ (A \ B) = A A \ (A [ B) = A Mit diesen Rechenregeln konnen wir Ausdrucke umformen und erhalt damit weitere Gleichungen. Folgende Rechnung liefert eine weitere Darstellung der symmetrischen Dierenz. A 4 B = (A B) [ (B A) = (A \ B) [ (B \ A) = (A [ B) \ (A [ A) \ (B [ B) \ (B [ A) Distributivgesetz = (A [ B) \ (A [ B) = (A [ B) \ (A \ B) de Morgan = (A [ B) (A \ B) 1.4 Kreuzprodukte Will man in einem Koordinatensystem mit einer x-achse und einer y-achse einen Punkt P spezizieren, so gibt man (in Bezug auf eine Einheit) die Koordinaten von P an. Beispielsweise 3 Einheiten auf der x-achse und 5 Einheiten auf der y-achse. Schreibt man die Koordinaten nun einfach als Menge f3; 5g, so hat man das Problem, dass die Zuordnung zu den Achsen verloren geht, da f3; 5g = f5; 3g. Eine Menge mit 2 Elementen ist gewissermaen ein ungeordnetes Paar. Was wir hier brauchen ist aber ein geordnetes Paar mit einer ersten Komponente, die wir der x-achse zuordnen, und einer zweiten Komponente, die wir der y-achse zuordnen. Geordnete Paare erfordern kein neues Konzept, analog zum Mengenbegri. Man kann geordnete Paare mit einem Trick mittels Mengen denieren. 7

8 Definition 1.1 Fur zwei Elemente a und b ist das geordnetes Paar (a; b) deniert durch (a; b) = fa; fa; bgg: Dabei heit a die ersten Komponente von (a; b), und b die zweite Komponente von (a; b). Mit dieser Denition wird in der Tat erste und zweite Komponente unterschieden. Ist namlich a 6= b, so ist (a; b) 6= (b; a): (a; b) = fa; fa; bgg 6= fb; fa; bg = (b; a): Definition 1.2 Seien A und B zwei Mengen. Die Menge der geordneten Paare, die als erste Komponente ein Element aus A und als zweite Komponente ein Element aus B haben, nennt man das Kreuzprodukt oder das kartesische Produkt von A und B. A B = f (a; b) j a 2 A und b 2 B g: Ist A = B, so schreibt man statt A A kurzer A 2. Fur A = f0; 1g und B = f0; 1; 2g erhalten wir A ; = ; A = ;; A 2 = f(0; 0); (0; 1); (1; 0); (1; 1)g; A B = f(0; 0); (0; 1); (0; 2); (1; 0); (1; 1); (1; 2)g; B 2 = f(0; 0); (0; 1); (0; 2); (1; 0); (1; 1); (1; 2); (2; 0); (2; 1); (2; 2)g: Tragt man die Punkte wie oben beschrieben in ein Koordinatensystem, erhalt man bei A 2 die Eckpunkte eines Quadrats mit Seitenlange 1. Bei A B ergibt sich ein Rechteck mit Seitenlangen 1 und 2 und B 2 enthalt alle Gitterpunkte eines Quadrats mit Seitenlange 2. Sind die Mengen A und B endlich, so wie hier, dann gilt oensichtlich fur die Anzahl der Elemente: ja Bj = jajjbj: Insbesondere gilt also ja 2 j = jaj 2. Die Mengen mussen aber nicht endlich sein. Analog zu den gerade betrachteten Beispielen besteht N 2 aus allen (unendlich vielen) Gitterpunkten im so genannten ersten Quadranten des Koordinatensystems. N f0g sind alle Gitterpunkte auf der x-achse und f0g N sind alle Gitterpunkte auf der y-achse. Das Kreuzprodukt kann man leicht auf mehrere Mengen verallgemeinern. Fur 3 Elemente a, b und c denieren wir das geordnete Tripel (a; b; c) indem wir es in zwei Paarbildungen zerlegen: (a; b; c) = ((a; b); c): Man beachte, dass dabei (a; b) bereits eine Menge ist. Ausgeschrieben erhalten wir ((a; b); c) = f(a; b); f(a; b); cg = ffa; fa; bgg; ffa; fa; bgg; cgg 8

9 Nach der gleichen Methode deniert man beliebige n-tupel von Elementen a 1 ; : : : ; a n : (a 1 ; a 2 ; a 3 ; : : : ; a n ) = ( ((a 1 ; a 2 ); a 3 ) ; a n ): Das Kreuzprodukt von n Mengen A 1 ; : : : ; A n ist dann deniert als A 1 A n = f (a 1 ; : : : ; a n ) j a i 2 A i fur i = 1; : : : ; n g: Sind alle Mengen gleich, so schreibt man wieder kurzer A n statt A A. Sind die Mengen endlich, so gilt analog wie oben fur die Anzahl der Elemente und insbesondere also ja n j = jaj n. Fur A = f0; 1g erhalten wir ja 1 A n j = ja 1 j ja n j; A 3 = f(0; 0; 0); (0; 0; 1); (0; 1; 0); (0; 1; 1); (1; 0; 0); (1; 0; 1); (1; 1; 0); (1; 1; 1)g: Wie man sieht gilt ja 3 j = 2 3 = 8. Allgemein erhalt man bei A n alle 0-1-Tupel der Lange n. Davon gibt es ja n j = jaj n = 2 n viele. 9

Mengen (siehe Teschl/Teschl 1.2)

Mengen (siehe Teschl/Teschl 1.2) Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem

Mehr

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein Mengen 1.2 9 1.2 Mengen 7 Der Begriff der Menge wurde am Ende des 19. Jahrhunderts von Georg Cantor wie folgt eingeführt. Definition (Cantor 1895) Eine Menge ist eine Zusammenfassung M von bestimmten,

Mehr

2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen.

2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Mengenlehre 2 Mengenlehre Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Üblicherweise werden Mengen mit Großbuchstaben

Mehr

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.

Mehr

Mathematik 1 für Informatik Inhalt Grundbegrie

Mathematik 1 für Informatik Inhalt Grundbegrie Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 4. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 4. Vorlesung 1 / 21 Themen

Mehr

Mathematik 1, Teil B

Mathematik 1, Teil B FH Oldenburg/Ostfriesland/Wilhelmshaven Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre

Mehr

B Grundbegriffe zu Mengen und Abbildungen

B Grundbegriffe zu Mengen und Abbildungen B Grundbegriffe zu Mengen und Abbildungen Die Sprache der Mengen und Abbildungen hat sich als Basissprache in der modernen Mathematik durchgesetzt. Da sie sehr praktisch ist, wird sie auch in diesem Buch

Mehr

Mengen und Relationen

Mengen und Relationen KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede

Mehr

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

Mehr

Grundlagen der Mengenlehre

Grundlagen der Mengenlehre mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener

Mehr

Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise

Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 15. November 2010 http://www.mathematik.uni-trier.de/

Mehr

1 Mengen. 1.1 Definition

1 Mengen. 1.1 Definition 1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene

Mehr

Grundlagen. Kapitel Mengen

Grundlagen. Kapitel Mengen Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen Dozentin: Wiebke Petersen 1. Foliensatz Wiebke Petersen math. Grundlagen 6 Frage Was ist eine Menge? 1 Minute zum Nachdenken

Mehr

Elementare Mengenlehre

Elementare Mengenlehre Vorkurs Mathematik, PD Dr. K. Halupczok WWU Münster Fachbereich Mathematik und Informatik 5.9.2013 Ÿ2 Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen der Mathematik (Zahlen,

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

Mehr

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16 Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre

Mehr

2 ZAHLEN UND VARIABLE

2 ZAHLEN UND VARIABLE Zahlen und Variable 2 ZAHLEN UND VARIABLE 2.1 Grundlagen der Mengenlehre Unter einer Menge versteht man die Zusammenfassung von unterscheidbaren Objekten zu einem Ganzen. Diese Objekte bezeichnet man als

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Mengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge

Mengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Mengen und Abbildungen

Mengen und Abbildungen 1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine

Mehr

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione Eigenschaften von Einführung in die Semantik, 2./3. Sitzung Mengen / / Göttingen 2. November 2006 Eigenschaften von Mengenlehre Eigenschaften von Eigenschaften von Das Konzept Menge Eine Menge ist eine

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

1.1 Mengen und Abbildungen

1.1 Mengen und Abbildungen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik

Mehr

Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik

Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden

Mehr

1 Mengenlehre. 1.1 Grundbegriffe

1 Mengenlehre. 1.1 Grundbegriffe Dieses Kapitel behandelt Grundlagen der Mengenlehre, die in gewisser Weise am nfang der Mathematik steht und eine Sprache bereitstellt, die zur weiteren Formulierung der Mathematik sehr hilfreich ist.

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

Vorlesung 3: Logik und Mengenlehre

Vorlesung 3: Logik und Mengenlehre 28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

2 Mengen. Menge. Die Summenformel. Die leere Menge. Das kartesische Produkt. Die Produktformel. Die Potenzmenge. Die Binomialzahlen.

2 Mengen. Menge. Die Summenformel. Die leere Menge. Das kartesische Produkt. Die Produktformel. Die Potenzmenge. Die Binomialzahlen. 2 Mengen Menge Die Summenformel Die leere Menge Das kartesische Produkt Die Produktformel Die Potenzmenge Die Binomialzahlen Der Binomialsatz Unendliche Mengen Springer Fachmedien Wiesbaden 2016 A. Beutelspacher,

Mehr

Teil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse

Teil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung

Mehr

Teil II. Wahrscheinlichkeitsrechnung

Teil II. Wahrscheinlichkeitsrechnung Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Susanna Pohl Vorkurs Mathematik TU Dortmund 10.03.2015 Mengen und Relationen Mengen Motivation Beschreibung von Mengen Mengenoperationen

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

Mehr

0 Mengen und Abbildungen, Gruppen und Körper

0 Mengen und Abbildungen, Gruppen und Körper 0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

Diskrete Strukturen WiSe 2012/13 in Trier

Diskrete Strukturen WiSe 2012/13 in Trier Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 8. November 2012 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen

Mehr

1 Sprechweisen und Symbole der Mathematik

1 Sprechweisen und Symbole der Mathematik 1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3

Mehr

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen: 4. Mathematische und notationelle Grundlagen 4.1 Mengen Beispiel 3 A 1 = {2, 4, 6, 8}; A 2 = {0, 2, 4, 6,...} = {n N 0 ; n gerade} Bezeichnungen: x A A x x A B A B A { } x Element A x nicht Element A B

Mehr

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für

Mehr

Mengenlehre. Mengenlehre. Vorkurs Informatik WS 2013/ September Vorkurs Informatik - WS2013/14

Mengenlehre. Mengenlehre. Vorkurs Informatik WS 2013/ September Vorkurs Informatik - WS2013/14 Mengenlehre Mengenlehre Vorkurs Informatik WS 2013/14 30. September 2013 Mengen Mengen Definition (Menge) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Analyis I - Grundlagen

Analyis I - Grundlagen Elementare Aussagenlogik October 23, 2008 Elementare Aussagenlogik Definition Eine Aussage im Sinne der Aussagenlogik ist eine sprachliche Aussage, bei der klar entschieden werden kann, ob sie wahr oder

Mehr

Mengenoperationen, Abbildungen

Mengenoperationen, Abbildungen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Z6 Rechengesetze für Mengenoperationen Lineare Algebra 1 WS 2006/07 en Blatt 3 06.11.2006 Mengenoperationen,

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 150 Organisatorisches Mathematischer Vorkurs TU Dortmund Seite 2 / 150 Vorkurs Mathematik für Mathematik und Statistik

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht

Mehr

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich Name: Vorname:

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich  Name: Vorname: Mengenlehre ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 21. August 2016 Inhaltsverzeichnis 1 Mengenlehre 1 1.1 Die Menge im mathematischen

Mehr

3 Mengen, Logik. 1 Naive Mengenlehre

3 Mengen, Logik. 1 Naive Mengenlehre 3 Mengen, Logik Jörn Loviscach Versionsstand: 21. September 2013, 15:53 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick

Mehr

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer

Mehr

1.1 Mengen und Abbildungen

1.1 Mengen und Abbildungen Lineare Algebra 2005-2013 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik

Mehr

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge. Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 24.11.2016 (Teil 2) 23. November 2016 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler 23. November 2016

Mehr

3 Mengen und Abbildungen

3 Mengen und Abbildungen $Id: mengen.tex,v 1.2 2008/11/07 08:11:14 hk Exp hk $ 3 Mengen und Abbildungen 3.1 Mengen Eine Menge fasst eine Gesamtheit mathematischer Objekte zu einem neuen Objekt zusammen. Die klassische informelle

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016 MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung

Mehr

Formale Sprachen und Automaten

Formale Sprachen und Automaten Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen

Mehr

Mengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M.

Mengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M. Mengenlehre Eine Menge ist eine Zusammenfassung bestimmter und unterschiedlicher Objekte. Für jedes Objekt lässt sich eindeutig sagen, ob es zu der Menge gehört. Die Objekte heißen Elemente der Menge.

Mehr

Einführung in die Mengenlehre

Einführung in die Mengenlehre Einführung in die Mengenlehre D (Menge von Georg Cantor 845-98) Eine Menge ist eine Zusammenfassung bestimmter wohlunterschiedener Objekte unseres Denkens oder unserer Anschauung zu einem Ganzen wobei

Mehr

Euler-Venn-Diagramme

Euler-Venn-Diagramme Euler-Venn-Diagramme Mengendiagramme dienen der graphischen Veranschaulichung der Mengenlehre. 1-E1 1-E2 Mathematische Symbole c leere Menge Folge-Pfeil Äquivalenz-Pfeil Existenzquantor, x für (mindestens)

Mehr

Axiomatische Mengenlehre

Axiomatische Mengenlehre Axiomatische Mengenlehre Die Wahl von Axiomen für ein Gebiet ist nicht völlig beliebig. Zumeist steht im Hintergrund die Absicht, damit gewisse Theoreme beweisen zu können. Darüber hinaus sollte die Anzahl

Mehr

Analysis I Marburg, Wintersemester 1999/2000

Analysis I Marburg, Wintersemester 1999/2000 Skript zur Vorlesung Analysis I Marburg, Wintersemester 1999/2000 Friedrich W. Knöller Literaturverzeichnis [1] Barner, Martin und Flohr, Friedrich: Analysis I. de Gruyter. 19XX [2] Forster, Otto: Analysis

Mehr

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für

Mehr

Mengenlehre. Aufgaben mit Lösungen

Mengenlehre. Aufgaben mit Lösungen Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................

Mehr

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015 2 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra 5 1.1 Elementare

Mehr

Mathematik für Techniker

Mathematik für Techniker Siegfried Völkel u.a. Mathematik für Techniker 7., neu bearbeitete und erweiterte uflage 16 1 Rechenoperationen Prinzip der Mengenbildung Wenn eine ussageform für die Objekte eines Grundbereichs vorliegt,

Mehr

Über mich Organisatorisches Mathematik Wiederholung Mengenlehre Zahlen. Mathematik W1. Mag. Rainer Sickinger LMM, BRP

Über mich Organisatorisches Mathematik Wiederholung Mengenlehre Zahlen. Mathematik W1. Mag. Rainer Sickinger LMM, BRP Mathematik W1 Mag. Rainer Sickinger LMM, BRP v 3 Mag. Rainer Sickinger Mathematik W1 1 / 47 Mag. rer. nat. Rainer Peter Josef Sickinger 2010-2015: Informatik und Mathematikstudium an der Johannes Kepler

Mehr

Aufgabenblatt 1: Abgabe am vor der Vorlesung

Aufgabenblatt 1: Abgabe am vor der Vorlesung Aufgabenblatt 1: Abgabe am 17.09.09 vor der Vorlesung Aufgabe 1. a.) (1P) Geben Sie die Lösungsmenge der folgenden Gleichung an: 6x + y = 10. Zeichnen Sie die Lösungsmenge in ein Koordinatensystem. b.)

Mehr

Vorkurs Mathematik. Christoph Hindermann. Mengenlehre und Kombinatorik

Vorkurs Mathematik. Christoph Hindermann. Mengenlehre und Kombinatorik Kapitel 1 Christoph Hindermann Vorkurs Mathematik 1 1.1.1 Begriff der Menge Eine Menge ist eine Zusammenfassung bestimmer, wohl unterscheidbarer Objekte unserer Anschauung oder unseres Denkens. Die Objekte

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition

Mehr

1.2 Klassen und Mengen

1.2 Klassen und Mengen 14 1.2 Klassen und Mengen Als undefinierten Grundbegriff verwenden wir den Begriff der Klasse. Dieser ist allgemeiner als der Mengenbegriff und wird in der Algebra zur Definition sogenannter Kategorien

Mehr

Mengenlehre 1-E1. M-1, Lubov Vassilevskaya

Mengenlehre 1-E1. M-1, Lubov Vassilevskaya Mengenlehre 1-E1 M-1, Lubov Vassilevskaya Abb.: Schloss (Fragment), Fulda 1-E2 M-1, Lubov Vassilevskaya Abb.: Glöcken, Darstellung einer Menge Ohne es zu wissen begegnet jedes Kleinkind dem Prinzip der

Mehr

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015 Informatik Vorkurs: Etwas Mathematik Werner Struckmann WS 2014/2015 Etwas Mathematik: Was machen wir? 1. Aussagen, Logik 2. Mengen, Relationen, Funktionen 3. Zahlenmengen, Rechnen 4. Beweise 5. Dualzahlen:

Mehr

Aufgaben zur Verbandstheorie

Aufgaben zur Verbandstheorie TU Bergakademie Freiberg WS 2005/06 Institut für Diskrete Mathematik & Algebra Prof. Dr. Udo Hebisch Aufgaben zur Verbandstheorie 1. Für ein beliebiges n IN sei X n die Menge aller Teiler von n. Definiert

Mehr

Mathe Club 6-8. Thomas Krakow. Rostock, den 4. Oktober 2006

Mathe Club 6-8. Thomas Krakow. Rostock, den 4. Oktober 2006 Mathe Club 6-8 Thomas Krakow Rostock, den 4. Oktober 2006 Inhaltsverzeichnis 3 Inhaltsverzeichnis 4 1 Mengen und Abbildungen 1.1 Mengen Oft möchte man Dinge zusammenfassen die eine bestimmte Eigenschaft

Mehr

2 Mengenlehre. 2.1 Grundlagen Definition

2 Mengenlehre. 2.1 Grundlagen Definition 2 Mengenlehre 2.1 Grundlagen Einer der wichtigsten Grundbegriffe in der Mathematik ist der Mengenbegriff. Die zugehörige Theorie - die Mengenlehre - bildet die Grundlage für die gesamte Mathematik. Nur

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird. Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,

Mehr

Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium

Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium Gt: Vereinbarte mathematische Schreibweisen laut Fachkonerenzbeschlüssen Stand:..6 Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium Mengen Kurz und knapp Mengen Will man ausdrücken, dass

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und

Mehr

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen 1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen . Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 25 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

2. Machen Sie sich klar, dass jede denkbare Festsetzung fur die noch fehlenden\ Dierenzen durch Werte in N 0 unschone\ Konsequenzen hat.

2. Machen Sie sich klar, dass jede denkbare Festsetzung fur die noch fehlenden\ Dierenzen durch Werte in N 0 unschone\ Konsequenzen hat. 3 Die ganzen Zahlen 3.1 Historisches Die { bisher noch nicht erklarte { Subtraktion ist in N 0 nicht uneingeschrankt durchfuhrbar. Die negativen Zahlen wurden noch zu Zeiten von Rene Descartes als falsche\

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18 Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick

Mehr

1 Algebraische Strukturen

1 Algebraische Strukturen Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen

Mehr